基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文基于客户细分进行客户流失预测,首先采用K-Means聚类方法进行客户细分,然后对客户细分后的客户群体采用XGBoost算法进行流失预测,并与未进行客户细分的客户流失预测模型进行比较,对比客户细分前后模型的表现情况.
推荐文章
客户流失预测的现状与发展研究
客户流失
支持向量机
预测模型
电信客户流失的组合预测模型
客户流失
预测模型
电信企业
决策树C5.0
BP神经网络
Logistic回归算法
基于简易支持向量机的客户流失预测研究
客户流失
简易支持向量机
预测
基于代价敏感SVM的电信客户流失预测研究
客户流失
支持向量机
非平衡数据
代价敏感
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于客户细分的客户流失预测研究
来源期刊 通讯世界 学科 经济
关键词 客户价值 客户细分 流失预测
年,卷(期) 2020,(6) 所属期刊栏目 专题综述
研究方向 页码范围 183-184
页数 2页 分类号 F274
字数 2369字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 曾志勇 42 247 8.0 14.0
5 沈江明 5 0 0.0 0.0
6 田波 2 0 0.0 0.0
7 桂贝贝 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (11)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
客户价值
客户细分
流失预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
通讯世界
月刊
1006-4222
11-3850/TN
大16开
北京复兴路15号138室
82-551
1994
chi
出版文献量(篇)
31562
总下载数(次)
90
论文1v1指导